OpenCV 架构学习

OpenCV 架构学习

OpenCV
跨平台c/c++计算机视觉库, 可应用于人机互动、物体识别、图像分割、人脸识别、动作识别、运动跟踪、机器人、运动分析、机器视觉等领域

OpenCV的基本架构：
core
核心功能:
OpenCV基本数据结构
动态数据结构
绘图函数
数组操作相关函数
辅助功能与系统函数和宏
与OpenGL的互操作
imgproc
Image和Process，图像处理模块
线性和非线性的图像滤波
图像的几何变换
直方图相关
结构分析和形状描述
运动分析和对象跟踪
特征检测
目标检测等内容
features2D
2D功能架构，特征检测、描述符提取、匹配、通用描述符
highgui
GUI图形用户界面, 包含：媒体的I/O输入输出、视频捕捉、图像和视频的编码解码、图形交互界面的接口等
ml
Machine Learning，机器学习模块
统计模型 （Statistical Models）
一般贝叶斯分类器 （Normal Bayes Classifier）
K-近邻 （K-NearestNeighbors）
支持向量机 （Support Vector Machines）
决策树 （Decision Trees）
提升（Boosting）
梯度提高树（Gradient Boosted Trees）
随机树 （Random Trees）
超随机树 （Extremely randomized trees）
期望最大化 （Expectation Maximization）
神经网络 （Neural Networks）

Ml.hpp

#define CV_TYPE_NAME_ML_SVM         "opencv-ml-svm"                     //支持向量机  
#define CV_TYPE_NAME_ML_KNN         "opencv-ml-knn"                     //K-近邻  
#define CV_TYPE_NAME_ML_NBAYES      "opencv-ml-bayesian"                //正态贝叶斯分类器，并非朴素贝叶斯分类器
#define CV_TYPE_NAME_ML_EM          "opencv-ml-em"                      //期望最大化  
#define CV_TYPE_NAME_ML_BOOSTING    "opencv-ml-boost-tree"              //boost分类树 
#define CV_TYPE_NAME_ML_TREE        "opencv-ml-tree"                    //决策树
#define CV_TYPE_NAME_ML_ANN_MLP     "opencv-ml-ann-mlp"                 //感知器神经网络分类器  
#define CV_TYPE_NAME_ML_CNN         "opencv-ml-cnn"                     //卷积神经网络  
#define CV_TYPE_NAME_ML_RTREES      "opencv-ml-random-trees"                 //随机树 
#define CV_TYPE_NAME_ML_ERTREES     "opencv-ml-extremely-randomized-trees"   //随机森林分类器  
#define CV_TYPE_NAME_ML_GBT         "opencv-ml-gradient-boosting-trees"      //梯度boost分类器

正态贝叶斯分类器(Normal Bayes Classifier)                //CvNormalBayesClassifier
K-近邻分类器(K-Nearest Neighbour Classifier)             //CvKNearest
支持向量机分类器(Support Vector Machines)                //CvSVM
期望最大化EM分类器(Expectation - Maximization)           //EM
决策树分类器(Decision Tree)                              //CvDTree
随机森林分类器(Random Trees (Random Forest) Classifier)  //CvRTrees+CvForestTree: CvStatModel -> CvDTree -> CvForestTree, CvStatModel -> CvRTrees
超随机森林分类器(Extremely randomized trees Classifier)  //CvForestERTree
boost分类器(Boosted tree classifier)                     //CvBoostTree+CvBoost
梯度boost分类器(Gradient Boosted Trees)                  //CvGBTrees。
人工神经网络分类器(Artificial Neural Networks)           //CvANN_MLP

MLData
calib3d
Calibration 3D,相机校准以及三维重建，
包含：基本的多视角几何算法，单个立体摄像头标定，物体姿态估计，立体相似性算法，3D信息的重建等
objdetect
目标检测模块，包含：CascadeClassification（级联分类）和 Latent SVM
stitching
images stitching，图像拼接模块：
拼接流水线
特点寻找和匹配图像
估计旋转
自动校准
图片歪斜
接缝估测
曝光补偿
图片混合
video
视频分析组件，该模块包括运动估计，背景分离，对象跟踪等视频处理相关内容

XML YAML读写：
XML(英文全称eXtensible Markup Language)是一种元标记语言。所谓“元标记”，就是开发者可以根据自身自身需要定义自己的标记.
YAML可读性高，用来表达资料序列的格式, 后缀名.yml和.yaml.
XML和YAML是使用非常广泛的文件格式，可用于存储和还原各式各样的数据结构, 也可以存储和载入任意复杂的数据结构
FileStorage
是OpenCV中XML和YAML文件的存储类，封装了所有相关的信息，
是OpenCV从文件中读取数据或像文件中写数据时必须使用的一个类。

1、创建FileStorage对象
// FileStorage::WRITE，FileStorage::READ两种方式访问
FileStorage fs("F:\\my_matrix.xml",FileStorage::WRITE); //方式1：带参构造函数
FileStorage fs; // 方式2：不带参构造FileStorage
fs.open("F:\\my_matrix.xml",FileStorage::WRITE); 

2、数据的输入输出
文本和数字的输入输出：
写入文件用"<<"运算符，如：
fs<<"a"<<100;//把100放入a中在文件中显示的是 a:100
读操作，使用“>>”运算符，如：
int a1；
fs["a"]>>a1;
a1=(int)fs["a"];//这两个语句表示把文件中的a的值强制类型转换之后赋给变量a1。

OpenCV数据结构的输入输出，和基本的C++形式相同，如：
Mat R=Mat_<uchar>::eye(3,3);  //初始化矩阵R和T
Mat T=Mat_<double>::zeros(3,1);
fs<<"R"<<R;//向Mat中写入数据
fs<<"T"<<T;
fs["R"]=R;//从Mat中读取数据
fs["T"]=T;

3、释放FileStorage
fs.release();   //relesae class object 

Android下OpenCV开发方式：
1、Java语言
(OpenCV库经Java/JNI的封装后，java应用开发就可调用封装后的opencv的java api，
最后经jni调用到本地Opencv库实现相应功能)
2、C/C++语言（JNI）
3、Java和C/C++语言 （JAVA+JNI）

加载OpenCV4Android：
async initialization:
OpenCV提供了一个可在Google Play上下载的App，将OpenCV4Android的Android库项目(libraray project)加入到你Android项目中即可
static initialization:
将相关的本地库(so文件)部署到项目, 如：system.loadLibrary(“opencv_java”);

Java JNI间Mat相互传递：

Java：
public native long getHistMat(long matAddr);
Mat bitmapMat; // Mat就是C++在内存中生成的对象，Java只需传递该对象的地址就行
long histAddr = getHistMat(bitmapMat.getNativeObjAddr());
Mat histMat = new Mat(histAddr);

JNI：
JNIEXPORT long JNICALL Java_xxx_getHistMat(JNIEnv *env, jobject thiz, jlong matAddr){
  Mat img1 =  Mat(*(Mat*)matPtr); //JNI通过matAddr的指针操作,构造新Mat对象
  ...
  cvtColor(img1, img1, CV_BGR2GRAY); 
  Mat *hist = new Mat(img1); 
  return (jlong) hist; //通过强制类型转换后,返回Mat地址
}